基于FAR和FRR融合的多模态生物特征识别

通过多生物特征识别融合可以显著地改善系统的识别性能,在多生物特征识别中,匹配分数级融合最常用.现有的匹配分数级融合策略包括基于归一化的融合、基于密度的融合和基于分类器的融合.本文分析了这三种融合策略的优缺点,结合分数归一化和基于密度方法的优点,提出了一种新的基于信任度的融合策略.其中,信任度是以错误拒绝率和错误接受率为基础,既避免了直接求取某个匹配分数的后验概率,又能够刻画匹配分数的分布.将本文方法与几种有代表性的方法进行实验比较,结果表明,这种新融合模式可以有效地改进多生物特征识别系统的性能.

一种基于模糊提取的虹膜鉴别方案

模糊提取从生物特征输入中以容错的方式可靠地提取出均匀分布的随机密钥,当输入发生变化且变化很小时,该密钥可以保持不变.研究了当汉明距离作为生物特征匹配的度量标准时,结合纠错编码学与传统密码学实现模糊提取的虹膜鉴别方法,分析了虹膜特征编码之间的差异对正确鉴别性能的影响,设计了重复码和Reed-Solomon码的两层级联纠错编码方案,并对128只虹膜的各3个样本进行了模拟实验.所给方案使用户虹膜特征模板的安全性和隐私性得到了有效保护,并能够支持用户虹膜的注册更新.此外,实验表明该方案同时具有较理想的识别性能.

汉字串的模糊匹配算法

目前手写文稿的处理由于存在分割和识别的困难,很难达到实用的阶段。文章提出的算法是针对手写文稿的处理在信封检索系统中的具体应用而提出的,在假定信封地址行分割、识别有错误的前提下,从信封地址中识别出感兴趣的字符串。试验表明:运用该算法的系统,其检出率达到95%,误检率只有15%,取得了良好的效果。

手指背关节皮纹识别方法

利用自主设计的采集装置获得手背图像,由Canny算子分割并定位手指背关节皮纹,根据卷积定理,对要测试的两背关节皮纹进行快速配准,以相关分类器作为判据,检验两者是否为同一模式.在小型数据库上的试验表明:手指背关节皮纹识别具有很好的稳定性和可靠性,在等错误拒绝率和等错误接受率情况下,识别准确率初步可高达95.58%.

一种新的生物特征识别模式-手指背关节皮纹识别

提出了一种新的生物特征识别模式--手指背关节皮纹识别．利用自主设计的采集装置获得手背图像,由Canny算子和滑动窗分割并定位手指背关节皮纹．在识别时,首先对要检验的两背关节皮纹进行快速配准,然后用两种方法识别,并对两种方法进行了比较,一是基于相关分类器的识别,一是基于复Gabor小波变换的识别．后者是利用复Gabor小波提取背关节皮纹特征,并利用二进制编码得到特征码,以两背关节皮纹特征码的Hammming距离为判据,检验两者是否为同一模式．试验结果表明:手指背关节皮纹具有较高的唯一性,可以用作身份认证,在等错误率情况下,基于相关分类器的识别准确率高达98．04%,基于Gabor小波变换的识别准确率为94．61%．而后者比前者的识别速度要快得多．

雷达非合作目标恒虚警检测和分类一体化方案

提出一种雷达识别非合作目标的检测和分类一体化方案。用广义序贯拒绝检验的方法把目标检测和分类作为一个问题来处理。不同种类的目标用隶属于由投影矩阵确定的不同子空间上的随机信号建模。观测数据“并行”通过具有恒虚警(CFAR)能力的各“局部”检测器,各检测器输出的逻辑位通过逻辑电路最后选择一个目标输出。详细评价了新方案的工作性能。仿真结果表明,本方案在以给定的虚警率检测到目标的同时,也能正确地对目标进行分类。

局域网链路层数据帧识别算法的设计与实现

对局域网中几种典型的链路层数据帧进行了分析，基于数据帧中的特征位，提出了一种数据帧识别算法，并对算法进行了性能分析。该数据帧识别算法解决了局域网链路层协议类型的分析和数据帧的识别问题。

指纹模板量化特性研究

为把用实数表示的指纹特征模板应用到密钥生成和密钥隐藏等密码学实践中,在详细分析已有量化算法的基础上,研究了指纹模板的量化问题,讨论了不同的量化思路,提出了两种非均衡特征向量量化方法和一种复合特征向量量化方法。通过计算原始模板和3种量化情况下特征向量几何距(汉明距)的分布及错误接受率的错误拒绝率的变化情况,比较了两种量化方法和复合量化方法的优劣。实验结果表明,量化方法二优于量化方法一,而复合量化方法优于这两种方法。

基于中值夹角链码的掌静脉特征提取

结合夹角链码的特点,提出一种改进的提取手掌静脉结构特征的方法:中值夹角链码。通过中值迭代将细化后的静脉纹理曲线段用一组变长线段拟合,用距离法计算其拟合误差,在允许的误差下,根据相邻线段间的斜度差形成一串角度序列并计算中值夹角链码。实验结果表明,该方法保证了拟合精度,有效地提取出掌静脉结构特征,同时减少了计算量。

基于击键动力学的中文自由文本持续认证方法

针对中文输入的特点以及用户的击键韵律,基于曼哈顿距离,提出一种中文自由文本持续认证方法,对所有采用中文输入的用户在使用社交软件聊天时进行持续认证。实验结果显示,该方法有效控制了错误拒绝率、错误接受率与相等错误率,可以在用户进行中文的自由文本敲击时持续认证身份信息,使用户在使用社交软件等情况时,其重要或隐私信息不会被非法入侵者获得并泄露。

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。

一种新的说话人确认方法

文章在对说话人确认和说话人辨认进行比较研究的基础上，提出一种新的说话人确认方法．同传统方法相比，该方法通过建立非特定说话人模型综合多个说话人的语音特性，使其能够对于不同的待确认语音给出不同的判决阈值，从而解决了说话人确认在判决阈值设置上存在的困难．实验结果表明，该方法能够显著降低说话人确认系统的错误接受率和错误拒绝率，为说话人确认应用于保密性要求较高的环境提供了一条有效的途径．

削减指纹图像误判率的算法研究

针对指纹图像对比度不强、非线性失真等问题,提出了一种基于模糊聚类和非线性插值的指纹图像增强改进算法。该算法汲取了模糊C-均值聚类和非线性插值算法的优势,在非线性插值算法的基础上使用模糊C-均值聚类分割,确定插值点的坐标和插值公式。试验结果与3种常用的指纹图像算法对比分析表明,新算法对各种因素所致的劣质指纹图像具有明显的增强效果,提高了指纹图像的识别效率。为目前广泛应用的指纹识别系统升级换代提供了一种新的理论和技术支撑。

在线手写签名组合最相似笔段的识别算法

在线手写签名识别是通过人的生物特征进行身份验证的技术.提出一种基于笔画样本库的识别方法,避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对每一笔画的稳定性提出了加权距离计算公式.实验证明该方法行之有效,在保证高识别率的同时又降低了误拒率.

基于SEAL库的同态密文指纹识别系统设计与实现

将指纹信息直接以明文形式存储在云端数据库会对个人隐私信息造成一定的威胁,同态加密技术和指纹识别的结合,可以在对个人信息提供隐私保护的同时享有云服务提供的强大计算能力和存储能力.为了解决指纹识别中的身份隐私保护和识别效率问题,本文首次提出了一种基于SEAL库的指纹特征密文识别方案.在指纹识别系统中引入全同态加密运算,把密文状态的指纹特征信息存储于云端数据库,通过云计算克服了密文识别中运算开销过大的难题,高效完成了密文识别,可有效抵抗来自内外部的恶意攻击,保障系统的保密性和识别的准确性.本方案基于全同态加密的SEAL库进行开发,经过测试,平均识别时间为1246.33 ms,相比于2018年研究人员提出的基于SEAL的虹膜特征密文认证系统耗时减少64.26%.本方案和系统在密文指纹识别、隐私保护、身份认证领域具有较好的参考价值和应用前景.

基于相对熵的击键动力学中文自由文本用户认证

击键动力学——对用户的击键的韵律进行分析和处理,已经可以作为一种合法用户识别和入侵检测的一种有效方法。认证的过程是通过观察在击键时的用户行为模式进行判断。在这里,提出运用相对熵作为击键动力学的认证方法,跟之前的方法相比,从认证效果和效率上都有明显提升。实验结果表明,相对熵比传统的欧氏距离方法的错误接受率和错误拒绝率更低,效果更好。

一种基于图片内容的对JPEG压缩完全稳定的图像防篡改方法

某些企业迫切需要一种能够自动检测JPEG图片在存储、传输过程中是否有被篡改过的水印技术,同时需保证"原图"不受水印的影响。但因JPEG压缩为有损压缩,压缩和解压缩过程会引起图片信息发生变化,要同时保证检测的零误检率和极低的漏检率是非常困难的。文中提出了一种基于图片内容的对JPEG压缩完全稳定的图像防篡改方法,包括两个部分:加水印部分和检测图片是否篡改并去除水印部分。本算法能做到完全无误检,同时保证对篡改保持极高的检出率,而且丝毫不影响"原图",完全满足企业的上述需求。本算法应用于某家企业的实际项目中。

基于聚类SURF特征的商品识别算法

图像存在遮挡、尺度缩放、多干扰时,传统加速鲁棒特征(SURF)算法会产生错误匹配问题,提出一种基于匹配角度聚类的匹配算法。算法先提取SURF特征点,利用特征点的主方向信息进行图像角度矫正,再统计并聚类粗匹配对的匹配角度信息,依据类中元素数目和类簇数目进行两级筛选,剔除异常角度信息的误匹配对。算法与随机抽样一致性算法(RANSAC)进行实验对比,表明该算法能有效提高匹配正确率和保证低误剔除率,提高了商品图像的识别率。

芯片物理指纹的可用性评估

芯片物理指纹(Physical Unclonable Function,PUF)技术可用于构建新型可信认证体系,具有小型化、低功耗、高安全特性。通过对芯片物理指纹认证性能的研究,提出了对芯片物理指纹可用性相关概念的量化表征。基于芯片物理指纹实测数据进行了更多样本数据的模拟,分析了芯片物理指纹认证参数设置与安全性要求的关系,实现了对芯片物理指纹的可用性的有效评估,为芯片物理指纹技术进一步实现工程化应用提供了参考。

基于键盘和鼠标击键行为的用户身份识别

针对用户信息的安全性和解决单一击键行为特征识别度不高的问题,提出一种基于键盘和鼠标的击键特征识别方法。该方法通过用户聊天和点击聊天窗口等采集键盘和鼠标击键行为特征,将加权贝叶斯和欧式距离算法结合,从而实现用户身份识别。实验结果表明,该算法在32名用户真实击键记录组成的数据集上错误接受率FAR和错误拒绝率FRR分别为2.64%和3.38%,随着对外界环境因素的控制,该方法的准确率还可以进一步提升。